论文部分内容阅读
针对随机近邻嵌入算法的非线性本质和无监督学习特征,提出一种线性有监督的特征提取方法,称为判别随机近邻嵌入分析.该方法通过输入样本的类别信息构建数据分布的联合概率表达式,用于反映同类和异类数据间的相似度;同时引入线性投影矩阵生成子空间数据,并在类内KL散度最小和类间KL散度最大的准则下建立目标泛函.通过人工合成数据和经典人脸库对文中方法的性能进行验证,结果表明,该方法不仅具有较好的可视化能力,而且能够有效地对不同类别的数据进行降维分簇,提升后续模式分类器的鉴别效果.